个人python中级班学习之路（全程笔记第一模块） （第二章）（第4部分：16进制、编码转换、bytes类型与存储、py3代码流程与转换方法、py2与py3的区别与总结）

第二章                       数据类型    字符编码    文件操做

第四部分

 第十节 ：16进制运算

 

1、定义与语法

图例：

**16进制转换**代码验证

例：
1.八进制
>>> oct(1)     
'0o1'                #'0o1'  0o 是八进制的显示方式，后面的数字是多少位，就表明多少位
>>> oct(8)    
'0o10'
>>> oct(16)          #逢 8 进位
'0o20'
>>> oct(32)     
'0o40'               #8的多少倍就表明多少位
>>> oct(64)
'0o100'              #用的不多知道就行

2.十六进制
>>> hex(1)
'0x1'
>>> hex(15)         #十六进制中 f 表明15，由于在16进制中，不能出现10或者10以上的2位数字
'0xf'
>>> hex(16)         #十六进制是逢16进位    0x是16进制的显示方式
'0x10'
>>> hex(32)
'0x20'
>>> hex(64)         #16的多少倍就是多少位
'0x40'

 

  2、十六进制的特征及用途

       1.十六进制特征：16进制便于阅读，如今的存储设备都使用16进制为单位设置的

图例

 

 1.数字、二进制、十六进制之间的转换

  

例：
1.用数字查找ASCII码表里面对应的字符
>>> chr(100)
'd'
>>> chr(120)
'x'
>>> chr(123)        
'{'                    #返回对应得字符

2.数字转换二进制
>>> bin(97)
'0b1100001'    

 3、十六进制与二进制的转换：七张图了解16进制与二进制的转换

图1：                                                               图2：                                                 图3：

图4:                                                               图5:                                                          图6：

图7：

第十一节：  字符编码间的转换与python的bytes类型

1、编码的回顾

1.编码的总类型

* ASCII 码，最先期的编码，占 1个字节的内存，只有英文。

** GB2312 占2个字节， 支持6700多个汉字。

*** GBK  ，GB2312的升级版，支持21000多个汉字。

**** shift - JIS  日本字符。

***** ks_c_5601-1987  韩国编码。

******TIS—620  泰国编码。

因为每一个国家都只有本身国家的编码，太局限，很差在国际上流通，缺乏统一性。

*******unicode：万国码应运而生，2-4个字节，已收录136690个字符，还在不断的扩张中，主要做用有2个：1.支持普遍，兼容旧编码。2.它包含了跟全球全部国家编码的映射关系，缺点是：英文本来1个字节，在这里面倒是2个字节，浪费空间，翻倍的字节带来内存与流量翻倍，因此为了优化便与存储节省空间。后续出现三个unicode 的升级版分别是：

*UTF - 8 ：(使用最普遍的语言)    分别用  1 ，2,  3，4 个字节表示，优先使用1个字节，没法知足再加1个字节，英文占 1 个字节 ，欧洲语系占 2 个字节，东亚占 3 个字节，其余占 4 个字节。

**UTF - 16 使用2-4个字节表示，优先使用2个，不然使用4个

***UTF - 32 所有用4个字节表示全部字符

总结：UTF 类编码是unicode编码设计的在存储和传输时节省空间的编码方案。

二、字符存储硬盘的方法：二进制

  （1）.字符存储模式：（怎么存储和读取的）

        首先：字符必定是用0101等二进制存储的，可是因为存储时使用编码的标准不同（UTF - 八、GBK、ASCII 码表....等等），因此你用什么编码保存的，就要用什么编码去读取，不然会出现乱码现象。

图解：

      （2）.字符编码的转换：

               虽然unicode统一了全部国家的编码，可是 大多数国家仍是在用本身国家的编码，中国就用 GBK 可是中国的编码出口到外国须要怎么的转换呢？unicode编程语言全部的电脑系统都会默认支持，把 中国的 GBK 放到 unicode 里面。映射出的 unicode 编程格式显示就能够了（unicode在这里至关于一个翻译）

图解：

******字符编码映射关系图解：

 

  2、  python3执行代码流程及转换方法

  一、在python3里面

      因此在python3里面写的代码去Windows上面去执行，不会乱码

 

 二、特殊状况，python2里面默认的编码是ASCII 码表。

    **在python2里面，python2并不像python3自动转unicode，而是仅以文件头声明的语言去解释和保存你的编码，若是以 UTF - 8解释和保存，在Windows系统上就会出现乱码，由于Windows系统默认支持的终端语言是GBK ，虽然Windows 默认支持unicode ，可是，python2 并不会自动把保存UTF - 8 格式的代码转成unicode 。 

********乱码确定是不行的，既然弄很差自动转，就人肉转了。

 

**由于太生手，因此搞很差python2 与 Windows 之间的转换直接上图解：

 

*****总体思路就是先把python代码转换成unicode给Windows阅读，在转回utf - 8 或GBK 存储,  **在python2里面，不是unicode就是str 字符串类型。

##记住下图的规则，就能懂了

*#*总结：一、在python3里，默认编码是 utf - 8 ，字符串默认编码是 unicode ，若是文件头声明了其余编码，存起来的字符串依然会自动转unicode 。

                 二、在python2里，默认编码是ASCII 码 ，字符串默认是 ASCII 码，若是文件头声明了编码，那么，字符串也会是什么，不会自动转unicode。由于unicode在python2里面是一个单独的类型。

 

3、 python3经过查看编码映射表肯定编码类型

    一、上边讲过转换代码的方法，那是在知情的状况下进行的。可是，若是不知情，不知道源代码，也不知文件头声明，怎么判断代码的转换语法是正确的呢？

   （1）.要有unicode编码关系映射表的exe，经过 把代码转换成二进制（或者16进制）在编码关系映射表里找到对应的编码，把16进制转换成二进制（二进制换算）

（2）.GBK在设计时，为了兼容ASCII 码表，（ASCII码表只有127位，因此128位省略掉）因此GBK设计时规定，若是连续两个高字节的话，就认为是中文，高字节就是都超过了128位。unicode 在设计时，知道GBK的规定，因此默认忽略掉了最高一位的表示单位，

 

4、python的bytes类型介绍

一、定义：bytes ，就是在python里面显示的二进制串 

图解：

二、在没有特殊的状况下二进制串其实就是字符串，在有图片中的二进制串就不能叫字符串了，这就是区分bytes类型的缘由。没法找到对应的文字，

可是也是二进制串，的显示。这样的二进制串叫bytes类型就不足为奇了，因此，二进制串所有称为  bytes  类型

5、python3与python2的字符串区别 

1.在python2里

*str = bytes    为何有bytes类型？

由于 ：要表示图片、视频等二进制格式 的数据，就要用bytes 类型表示，

**以UTF - 8  写的编码字符串，在Windows上没办法显示，如何在python2里写的代码让全球通用都能看呢？

就要以unicode 编写代码软件了有两种方法能够实现，第一种就是在文件头直接声明用unicode，第二种 就是把utf- 8 转换成unicode，转换的语法

s = you_str.decode（UTF - 8）好比你的代码变量名为 s ，就要 s.decode(UTF - 8)

***在python2里 有一个单独的类型  ：unicode类型  

****语言格式须要转换，由于存到内存的编码，就是文件头声明的编码，不会转换其余格式

例：

在python2里 ：以utf - 8 或 gbk . . . 写的代码 ，内容加载到内存里并不会被转成unicode 类型，依然 是utf - 8 或gbk ...

在python3里：以utf - 8 或 gbk . . . 写的代码，内容加载到内存里，会被自动转成unicode 类型。

 

2. 在python3里 

str = unicode（在python3里 ，默认支持 unicode，不是ASCII 码表，因此没有unicode 这个单独的类型）

6、总结

一、python2 与python3的转变

 由于 py 2 问题太多，知足不了太多用户的需求，特别是在支持的语言上（ASCII 码表）

因此py 3 横空出世，解决了不少问题，最重要的就是窜出时默认用unicode 格式，写文件默认使用 utf - 8 ，这样不管是在哪里都能正常显示文件

除此以外，还把str 和 bytes 进行了明确的区分，

str 就是unicode 格式的字符 

bytes 类型 就是二进制串

二、处理python编码问题的方法

最后，再提示下，python只要出现各类编码问题，无非是一下几种常见编码错误的缘由

python解释器的默认编码是否有问题（py2 ASCII码，py3 unicode）

写的源文件的编码，与文件头声明解释的编码是否一致例：（文件使用utf - 8 写的，在读取文件时文件头却声明 gbk 格式）

 在pycharm里面转换的时候（轻易不要转），用utf - 8 写的代码，转换 gbk （convert），转换不成就会乱码，不能回退，若是这样的话就意味着要从新写一份代码

还有就是运行终端，运行终端是继承操做系统的编码（Windows 默认 gbk ，linx默认是utf - 8 ，这些是能够改的，可是尽可能   要用什么格式写的，就以什么格式去读）

**小结：以上方法掌握以后，挨个排查基本上能解决问题 

 

 ——————————————模块结束线——————————————2018-11-06